基于先验显著性的卫星视频微小运动车辆检测

雷俊锋，董宇轩，眭海刚

（1.武汉大学电子信息学院，湖北武汉430072；2.武汉大学测绘遥感信息工程国家重点实验室，湖北武汉430079）

1 引 言

视频卫星作为一种新型对地观测卫星，通过“凝视”成像方式［1］对某一区域进行连续观测，特别适用于动态目标的观测。近年来，我国的视频卫星发展十分迅速，其中长光卫星技术有限公司于2015年发射的两颗视频卫星-吉林一号（1星，2星）的各项技术指标均达到较高水准。该实时视频卫星支持全球业务，包括石油储存检测、灾害响应、生态系统扰动检测和船舶车辆跟踪［2］等。

当今智能交通系统的主要数据源一般来自地面固定或空中的摄像机、传感器。这类图像的主要缺点是空间覆盖有限，因此研究人员开始关注更高的空间。卫星视频在广域监控领域具有巨大的优势和潜力，如城市的交通监控、建筑的三维重建［3］和地震救援工作等。为了有效地监控城市地区的场景，一个主要且关键的任务就是检测和识别卫星视频中捕捉到的移动车辆。然而，在卫星视频中检测微小运动车辆存在诸多挑战。

在卫星视频中，车辆目标非常小［4］，每辆车通常只有几个像素。基于深度学习的目标检测算法诸如YOLOV3［5］，FAST-RCNN［6］等，由于卷积操作的局限性很难完成对几个像素目标的特征提取，多被用于超过0.5 m分辨率的监测系统；基于全卷积网络的目标分割方法如边缘敏感的显著性网络BASNet［7］，在背景复杂的卫星视频中常常会受到多种干扰，在先验信息不足的情况下大概率会将路障或者道路边的建筑误检为目标。……